AI 引擎讀你的網頁時，第一步是把 HTML 拆掉：丟掉導覽列、側欄、cookie 提示、追蹤腳本，只留下它判斷為主體的那段文字。這道拆解會出錯，而你看不到它在哪裡出錯。與其把 HTML 語意標記做到完美、賭模型每次都猜對版面，不如直接給它一份你已經整理好的 Markdown。同一份內容，去掉版面雜訊，模型不必猜，被抽取引用的準確度就穩定下來。
AI 為什麼寧願讀 Markdown，而不是你的 HTML
關鍵在雜訊比例。一個典型的 SaaS 產品頁，HTML 原始碼可能有六、七千個 token，真正的內容只占其中一小部分，其餘是 class 名稱、內嵌樣式、SVG 路徑與分析腳本。模型讀進去之後得先過濾這些，才能找到可以拿來回答問題的句子。Markdown 版本把同一段內容壓到原本的幾分之一，標題就是標題、清單就是清單、重點就是重點，結構本身承載語意，模型少了很多猜測空間。
這對答案引擎特別要緊。ChatGPT、Perplexity、Google AI Overviews 在生成回答時，會從候選頁面抽出可引用的段落，頁面越乾淨、段落越自足，被完整引用的機率越高。我們幫客戶處理過一種常見情況：文章本身寫得很好，卻被包在一層層 div 與客戶端渲染的元件裡，模型抓到的是半截句子。改用 Markdown 端點後，同一段內容能被整段取用，引用時也不會斷在奇怪的位置。
/md 端點：給每個頁面一份機器可讀的分身
做法是為每個公開頁面提供對應的 Markdown 版本，網址規則要可預測。常見兩種：在原網址後面加 .md（例如 /blog/aeo-basics 對應 /blog/aeo-basics.md），或在路徑後面加 /md。兩種都行，重點是規則一致、能被推測。Next.js 的 App Router 用一支 Route Handler 就能實作：建一個 route 檔，讀取跟 HTML 頁面同一份內容資料，輸出 Content-Type 為 text/markdown。
- 單一資料來源：HTML 頁面與 Markdown 端點讀同一份內容（MDX、資料庫或內容物件），不要維護兩份，否則遲早不同步。
- 在 HTML 的 head 放 link rel=alternate type=text/markdown，明確告訴爬蟲機器可讀版本在哪裡。
- Markdown 只保留正文：標題、段落、清單、表格、程式碼區塊與連結，拿掉導覽、頁尾、相關文章與行銷橫幅。
- 保留必要出處資訊：用檔案開頭的 front-matter 或第一行 H1 帶出標題、原始網址與更新日期，方便模型標註來源。
- 回傳正確的快取標頭，讓 CDN 也能服務這份端點，不必每次都回源運算。
用內容協商讓格式切換自動發生
除了固定網址，也可以讓同一個網址依請求者身分回不同格式。判斷依據有兩個：Accept 標頭與 User-Agent。當請求帶著 Accept: text/markdown，或 User-Agent 屬於已知的 AI 爬蟲（GPTBot、ClaudeBot、PerplexityBot、Google-Extended 等），就在中介層（middleware）把它改寫到 Markdown route；一般瀏覽器照舊拿到 HTML。人看到完整版面，模型拿到乾淨正文，網址從頭到尾沒變。
純文字備援：當連 Markdown 都嫌多的時候
有些代理程式或抓取工具不解析 Markdown 語法，只吃純文字；也有些情境，例如語音助理的來源摘要，只需要最精簡的內容。這時準備一份 plain-text 備援就有意義。做法跟 Markdown 端點一樣，差別在輸出 text/plain：標題與段落用換行分隔，連結把網址用括號附在文字後面。層層備援的好處是，不論對方的解析能力落在哪個層級，都拿得到讀得懂的版本。
- llms.txt：放在網站根目錄的 /llms.txt，用 Markdown 列出重要頁面與簡短說明，等於給模型一張導覽地圖。
- llms-full.txt：把核心內容整篇串接成單一檔案，方便模型一次讀完，不必逐頁抓取。
- 單頁 .md 端點：每篇文章、每個產品頁的機器可讀分身。
- 純文字備援：最低限度的 text/plain，服務那些不解析 Markdown 的工具。
怎麼確認 AI 真的讀得到
上線後要驗證，別假設它自動生效。最快的方法是用 curl 模擬爬蟲請求：帶上 Accept: text/markdown 或設定 AI 爬蟲的 User-Agent，看回傳的是不是乾淨 Markdown、狀態碼是不是 200、快取標頭對不對。接著翻伺服器日誌，確認 GPTBot、ClaudeBot 這些爬蟲確實命中你的 Markdown 端點，而不是繼續抓那份雜訊很多的 HTML。isitagentready 這類工具也能快速幫你檢查頁面對代理程式的可讀性。
能不能被 AI 引用，取決於它能不能乾淨地讀到你的內容。給它一份 Markdown，等於把『猜對版面』這一步從流程裡整個拿掉。— Tenten GEO
從一個頁面開始，不必一次改造整站
先挑流量最高、最想被 AI 引用的幾個頁面，替它們加上 .md 端點與純文字備援，量測 AI 爬蟲的抓取行為兩到四週，再決定要不要全站鋪開。這樣風險可控，也能用真實日誌說服團隊。如果你想先知道自己的頁面現在對 AI 到底有多可讀、缺口落在哪，Tenten GEO 的 30 天 GEO 審計會把這些機器可讀性問題逐頁盤點出來。想聊聊你的情況，可以到 /contact 預約一場 30 分鐘 GEO 診斷。
